- คำอธิบาย :
หกสิบบันทึกของบุคคลหนึ่งพูดว่าใช่หรือไม่ใช่ในภาษาฮิบรู; การบันทึกแต่ละครั้งมีความยาวแปดคำ
ประเด็นหลักของชุดข้อมูลคือการให้วิธีที่ง่ายและรวดเร็วในการทดสอบสคริปต์ Kaldi ฟรี
ไฟล์เก็บถาวร "waves_yesno.tar.gz" มีไฟล์ .wav 60 ไฟล์ สุ่มตัวอย่างที่ 8 kHz ทั้งหมดถูกบันทึกโดยผู้พูดชายคนเดียวกันในภาษาฮีบรู ในแต่ละไฟล์ แต่ละคนพูด 8 คำ; แต่ละคำเป็นภาษาฮีบรูสำหรับ "ใช่" หรือ "ไม่" ดังนั้นแต่ละไฟล์จึงเป็นลำดับสุ่มของใช่-เอสหรือไม่ใช่ 8 ชุด ไม่มีการถอดเสียงเป็นคำแยกต่างหาก ลำดับถูกเข้ารหัสในชื่อไฟล์ โดย 1 สำหรับใช่ และ 0 สำหรับไม่ใช่
เอกสารประกอบเพิ่มเติม : สำรวจเอกสารด้วยรหัส
หน้าแรก : https://www.openslr.org/1/
รหัสที่มา :
tfds.audio.yesno.YesNo
รุ่น :
-
1.0.0
(ค่าเริ่มต้น): ไม่มีบันทึกประจำรุ่น
-
ขนาดการดาวน์โหลด :
4.49 MiB
ขนาดชุดข้อมูล :
16.27 MiB
แคชอัตโนมัติ ( เอกสาร ): ใช่
แยก :
แยก | ตัวอย่าง |
---|---|
'train' | 60 |
- โครงสร้างคุณลักษณะ :
FeaturesDict({
'audio': Audio(shape=(None,), dtype=int64),
'audio/filename': Text(shape=(), dtype=string),
'label': Sequence(ClassLabel(shape=(), dtype=int64, num_classes=2)),
})
- เอกสารคุณสมบัติ :
ลักษณะเฉพาะ | ระดับ | รูปร่าง | Dประเภท | คำอธิบาย |
---|---|---|---|---|
คุณสมบัติDict | ||||
เสียง | เครื่องเสียง | (ไม่มี,) | int64 | |
เสียง/ชื่อไฟล์ | ข้อความ | สตริง | ||
ฉลาก | ลำดับ (ClassLabel) | (ไม่มี,) | int64 |
คีย์ภายใต้การดูแล (ดู
as_supervised
doc ):('audio', 'label')
รูปภาพ ( tfds.show_examples ): ไม่รองรับ
ตัวอย่าง ( tfds.as_dataframe ):
- การอ้างอิง :
@ONLINE {YesNo,
author = "Created for the Kaldi Project",
title = "YesNo",
url = "http://www.openslr.org/1/"
}